LEAP 節減額メトリクス
LEAP には、予測された節減額と節減実績の 2 つの異なるタイプの節減指標が表示されます。これらのメトリクスの違いは、プラットフォーム全体に表示される値を正しく解釈し、自動化の機会について情報に基づいた意思決定を行うのに役立ちます。
LEAP 削減メトリクスの概要
LEAP を使用して自動化機会を特定し、それに基づいて行動すると、プラットフォームはワークフローの 2 つの段階で節減を追跡します。
- 予測された節減額 :過去のインシデントデータに基づいて、自動化 する前に LEAP ホームページに表示されます。
- 節減実績: インシデントの解決が完了した際にプレイブックが実行 された後、 解決レポートに記録されます。
どちらのメトリクスも重要です。予測された節減額は、追求する機会に優先順位を付けるのに役立ちます。節減実績は、自動化への投資に対する実際のリターンを測定するのに役立ちます。
予測された節減額
予測された節減額は、自動化機会が採用された場合に実現できる推定値を表します。これらの数値は、LEAP ホームページと個々の自動化機会カードに表示されます。
LEAP は、過去のインシデントデータからの次の入力を使用して、予測される節減額を計算します。
- 履歴インシデントボリューム (月ごとのインシデント数)
- 平均手動解決時間 (平均解決時間 (MTTR))
- 推定自動化レート
- IT 人件費の 1 時間あたりのコスト
計算式は次のとおりです。
Projected savings = Incident volume × Avg. manual resolution time × Estimated automation rate × Cost per hour予測された節減額は、新しいインシデントが取り込まれてクラスター化されると動的に更新されます。これらは推定値と過去のパターンに基づいているため、 保証 された結果ではなく潜在的な値を表します。
実際の削減
節減実績は、完了したインシデント解決中にプレイブックが実行されたときに記録される実現価値を表します。これらの数値は実際の測定結果を反映しており、時間の経過とともに蓄積されます。
LEAP は、プレイブック実行データからの次の入力を使用して、実際の節減を計算します。
- プレイブックによって解決されたインシデントの数
- 自動解決ごとの削減時間 (手動時間から自動時間)
- IT 人件費の 1 時間あたりのコスト
計算式は次のとおりです。
Actual savings = Sum of (Time saved per automated resolution × Cost per hour) across all completed playbook executions実際の節減額は、解決レポートと節減額ダッシュボードに表示されます。これらは解決ごとに記録され、プレイブックによって処理されるインシデントが増えるにつれて累積されます。
予測された節減額と実際の節減額の比較
次の表は、2 つの節減メトリクスの主な違いをまとめたものです。
| 予測された節減額 | 実際の削減 | |
|---|---|---|
| 定義 | プレイブックが実行される前に LEAP ホームページに表示される、履歴インシデントデータに基づく推定値。 | 完了したインシデント解決中にプレイブックが実行されたときに記録される実現価値。 |
| データソース | 過去のインシデントボリューム、MTTR、および手作業量の推定。 | プレイブック実行ログ、自動解決ごとの短縮時間、および解決結果。 |
| 表示場所 | LEAP ホームページと自動化機会カード。 | 解決レポートと節減ダッシュボード。 |
| 計算時 | 新しいインシデントが取り込まれてクラスター化されると、継続的です。 | 解決ごとに、プレイブックが正常に実行された場合。 |
| 計算式 | インシデントボリューム × 平均手動解決時間 × 推定自動化率 × 1 時間当たりのコスト。 | 完了した実行全体の合計 (自動解決ごとの削減時間 × 1 時間あたりのコスト)。 |
ユースケース:パスワードリセットの自動化
このチュートリアルでは、現実的なシナリオに従って、LEAP ワークフローの各ステージで予測された節減額と実際の節減額がどのように計算されるかを示します。
シナリオ: IT サービスデスクには、毎月約 1,200 件のパスワードリセット要求が寄せられています。現在、各要求はエージェントが手動で解決するのに約 15 分かかります。組織の IT 人件費を 1 時間あたり 50 ドルと評価しています。
ステップ 1:LEAP がインシデント履歴を分析する
LEAP は、履歴インシデントデータを取り込み、毎月 1,200 件繰り返し発生するパスワードリセットインシデントのクラスターを特定します。これを自動化機会として認識し、自動化優先度マトリクスに基づく優先度レベルとともにホームページに表示します。
ステップ 2:LEAP による予測節減額の計算
LEAP は、履歴データを使用して、このタイプのインシデントが自動化された場合にチームがどれだけの時間とコストを節約できるかを見積もります。
計算:1,200 件のインシデント ×それぞれ 15 分 = 18,000 分 = 300 時間/月。時給 50 ドルで計算すると、 月額 15,000 ドル 、または予測される節約額として年間 180,000 ドル に相当します。
LEAP ホームページの自動化機会カードに 「Projected savings: $15,000/month」 と表示されます。これは、過去のパターンに基づく推定値です。
ステップ 3:プレイブックを作成してアクティブ化する
自動化機会に基づいて、LEAP はパスワードリセットの解決手順を生成します。それらをレビューし、プレイブックを作成してアクティブ化します。この時点から、クラスターに一致する受信パスワードリセットインシデントは、プレイブックによって自動的に処理されます。
ステップ 4:プレイブックを実行し、LEAP が節減実績を記録する
次の月にかけて、実際のインシデントに対してプレイブックが実行されます。LEAP は、各自動解決に対して実際に節約された時間を測定します。
- 範囲: このプレイブックは、1,200 件のインシデントのうち 1,040 件 (87%) を自動化することに成功しました。残りの 160 件のインシデントは、アカウントのロック、トークンの期限切れ、多要素認証の問題などのエッジケースのために、手動での処理が必要です。
- 自動インシデントあたりの時間: それぞれの自動解決には約 2 分かかり (手動では 15 分)、インシデントごとに 13 分節約できます。
- 実際の計算: 13 分節約× 1,040 件の自動インシデント = 13,520 分 = 225 時間。1 時間あたり 50 ドル = その月の 実際の節減額 11,267 ドル 。
ステップ 5:予測された節減額と実際の節減額を比較する
1 か月の運用後、2 つの数値を並べて比較して、自動化の実際の影響を理解できます。
| 測定基準 | 予測済み (自動化前) | 実績 (自動化後) |
|---|---|---|
| インシデントあたりの削減時間 | 15 分 (推定) | 13分(測定) |
| 月次時間節減 | 300 時間 | 225 時間 |
| 月次コスト節減 | 15,000 ドル | $11,267 |
| 年間コスト節減 | $180,000 | $135,204 |
予測節減額と実際の節減額が異なる理由
予測された節減額と実際の節減額の間にギャップが生じるのは正常であり、予想されます。最も一般的な理由は次のとおりです。
- 自動化範囲: すべてのインシデントがプレイブックに一致するわけではありません。エッジケース、例外、および異常なインシデントのバリエーションについては、依然として手動で処理する必要があります。
- 処理オーバーヘッド: 自動解決は迅速ですが、即時ではありません。プレイブックには、インシデントごとにゼロではなく時間がかかります。
- 立ち上げ期間: 展開の初期段階では、通常、カバレッジは低くなります。プレイブックが改良され、エッジケースに対処するにつれて、節減実績は時間の経過とともに予測値に近づく傾向にあります。
予測された節減額は、自動化機会の潜在的な価値を示し、追求する機会に優先順位を付けるのに役立ちます。実際の節減は、提供されている真の価値を示し、ROI の測定に役立ちます。どちらの指標も重要であり、予測された節減が意思決定の指針となり、実際の節減がそれを検証します。